HOF特征+MBH特征

上文学习了HOG特征，了解了HOG是这样的计算过程。接下来学习HOF特征和MBH特征，不足之处，还望指正！

1.HOF特征

1）概念　　

　　HOF（Histograms of Oriented Optical Flow）是计算光流方向的直方图，通常用于Action Recogntion中。而HOG则是计算图像梯度方向的直方图

2）提出原因

　　一方面，光流对于运动方向，背景变化敏感。另一方面，在动作识别中，相应的光流特征描述子的维度在变化。于是，需要寻找一个基于光流的既能表征时域动作信息，又对尺度和运动信息方向不敏感的特征。这就是HOF的由来。

3）计算步骤：

　　1.计算光流，对于光流法，参考

　　2.统计直方图

　　　　计算光流矢量与横轴的夹角，根据角度将其投影到对应的直方图bin中，并根据该光流的幅值进行加权（消除背景的影响！）

　　　　v表示光流，θ表示光流方向，b表示直方图第几bin，B一般表示要投影到对于直方图的bin数，如下例则表示是4

当角度落在范围时，

其幅值作用到直方图第b个bin中最后归一化直方图。

　　3.归一化

　　补充：

以横轴为基准计算夹角能够使HOF特征对运动方向（向左和向右）不敏感。
通过归一化直方图实现HOF特征的尺度不变性。
HOF直方图通过光流幅值加权得到，因此小的背景噪声对直方图的影响微乎其微。
通常直方图bin取30以上识别效果较好。

2.MBH特征

学习了HOG和HOF后，MBH（Motion Boundary Histograms）也就相对好理解了！通俗来说，MBH是对光流图像视为x方向和y方向的灰度图像，然后提取这些灰度图像的梯度直方图。也就是MBH特征是分别在图像的x和y方向光流图像上分别计算HOG特征！

由上图可以看出，MBH特征的计算效果就是提取了运动物体的边界信息（也因此被称为Motion Boundary Histograms），在行人检测这个应用场景能起到不错的效果。此外，其计算也非常简单方便，易于使用。

参考自（1）https://blog.csdn.net/u013089961/article/details/44981815

　　　　（2）https://blog.csdn.net/wzmsltw/article/details/52752587

posted on 2018-08-08 17:05 Magic_chao 阅读(...) 评论(...) 编辑收藏

HOF特征+MBH特征相关推荐

行为识别笔记：HOG,HOF与MBH特征
在行为识别的iDT算法中,主要使用了HOG,HOF,MBH和Dense Trajectory四种特征.这里主要对前三者进行介绍. 1. HOG特征(histogram of gradient) 此处H ...
K-近邻算法之特征工程-特征预处理
K-近邻算法之特征工程-特征预处理 1 什么是特征预处理 1.1 特征预处理定义 scikit-learn的解释 provides several common utility functions a ...
特征工程+特征组合+特征交叉+特征变换+生成特征
特征组合+特征交叉(交叉特征,组合特征,特征组合)+特征变换+生成特征+特征提取+ 特征缩放+特征选择+特征分箱+时间特征+特征关联+文本特征+特征采样特征关联---->corr() 特征分箱 ...
orb特征稠密特征_特征点的基本概念和如何找到它们
一.什么是特征点,它具有什么"特征"? 特征点.角点.关键点,这些概念虽然有细节上的不同,但是在我们这里统一称为"特征"点,也就是具有特征性质的点.在图像处理中 ...
pcl点云特征提取法线估计 PFH FPFH NARF 惯量偏心矩 RoPs特征视点特征直方图VFH GASD特征
pcl点云特征提取法线估计 PFH FPFH NARF 惯量偏心矩 RoPs特征视点特征直方图VFH GASD特征博文末尾支持二维码赞赏哦 _ 如果要对一个三维点云进行描述,光有点云的位置是 ...
特征，特征维度，特征深度
关于神经网络中的特征,特征维度,特征深度的一些问题是不是卷积深度浅的叫低维特征? 不完全正确.卷积深度浅的特征通常被称为浅层特征,而低维特征通常是指特征的维度较低.在深度学习中,卷积深度通常指卷积神 ...
利用python声音处理库librosa提取声音信号的mfcc特征及特征融合
利用python库librosa提取声音信号的mfcc特征及特征融合前言 librosa库介绍 librosa 中MFCC特征提取函数介绍解决特征融合问题总结前言写这篇博文的目的有两个,第一 ...
特征工程--特征离散化的意义
连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果? Q:CTR预估,发现CTR预估一般都是用LR,而且特征都是离散的.为什么一定要用离散特征呢?这样做的好处在哪里? A: 在工业 ...
机器学习之特征工程--特征预处理（上）
机器学习特征工程--特征预处理(上) 最近又重新看了下常用的特征预处理方法,主要来源是sklearn官方文档,一些关键信息记录下,留存用,有些乱和杂,抽时间再整理. 此为上篇,主要包括:线性转化,非线 ...

HOF特征+MBH特征

HOF特征+MBH特征

HOF特征+MBH特征相关推荐

最新文章

热门文章